基于储能量自检测的储能式极速充故障监测方法及系统技术方案

本发明专利技术公开了基于储能量自检测的储能式极速充故障监测方法及系统，方法包括数据采集、数据预处理、建立基于模糊逻辑的自适应绝缘电阻预测模型、计算电池单元的局部合力、计算电池单元基于豪斯多夫距离HD的修正Z分数和故障监测及定位。本发明专利技术属于电池技术领域，具体是指基于储能量自检测的储能式极速充故障监测方法及系统，本方案采用基于模糊逻辑函数计算电压误差和误差变化率从而更新遗忘因子和滤波器增益增加算法自适应性；量化电池单元的终端电压，转化为相对的标准分数，增强对电压变化的敏感性和准确性；采用基于豪斯多夫距离HD与整体平均值和方差的比较修正评估不足的问题，并通过计算修正Z分数，准确定位故障的电池单元。电池单元。电池单元。

【技术实现步骤摘要】
基于储能量自检测的储能式极速充故障监测方法及系统


[0001]本专利技术涉及电池
，具体是指基于储能量自检测的储能式极速充故障监测方法及系统。

技术介绍

[0002]线路老化、雨水侵蚀等环境因素会导致电池运行故障，因此，有效、及时的电池故障监测对系统的安全运行至关重要。但是现有的故障监测方法存在对于过程噪声和测量噪声难以确定，导致算法适应性差，鲁棒性弱，从而使监测效果差，监测效率低的问题；存在仅关注电池单元个体而忽视整个电池组，导致对整个电池组电压变化的敏感性和准确性降低，从而使故障诊断率降低的问题；存在由于电池单元的多样性导致评估结果可靠性弱，从而导致对电池单元异常情况判断错误的问题。

技术实现思路

[0003]针对上述情况，为克服现有技术的缺陷，本专利技术提供了基于储能量自检测的储能式极速充故障监测方法及系统，针对现有的故障监测方法存在对于过程噪声和测量噪声难以确定，导致算法适应性差，鲁棒性弱，从而使监测效果差，监测效率低的问题，本方案采用通过基于模糊逻辑函数计算电压误差和误差变化率从而更新遗忘因子和滤波器增益，增加算法自适应性，基于滑动窗口和平均误差变化率平滑噪声和突变数据增加算法鲁棒性；针对存在仅关注电池单元个体而忽视整个电池组，导致对整个电池组电压变化的敏感性和准确性降低，从而使故障诊断率降低的问题，本方案采用综合考虑多个电池单元的电压变化，量化电池单元的终端电压，转化为相对的标准分数，增强对电压变化的敏感性和准确性；针对存在由于电池单元的多样性导致评估结果可靠性弱，从而导致对电池单元异常情况判断错误的问题，本方案采用基于豪斯多夫距离HD与整体平均值和方差的比较修正评估不足的问题，并通过计算修正Z分数，准确定位故障的电池单元。
[0004]本专利技术采取的技术方案如下：本专利技术提供的基于储能量自检测的储能式极速充故障监测方法，该方法包括以下步骤：步骤S1：数据采集；
[0005]步骤S2：数据预处理，通过消除重复数据、极端电压消除和根据缺失情况的不同进行缺少数据处理从而对数据进行预处理；
[0006]步骤S3：建立基于模糊逻辑的自适应绝缘电阻预测模型，基于网络环法建立方程，通过计算电压误差e、电压误差的均值绝对值E和均误差变化率ΔE并基于模糊逻辑函数对遗忘因子更新；通过计算滤波器增益K和协方差矩阵P更新参数矩阵，并基于估计误差阈值建立基于模糊逻辑的自适应绝缘电阻预测模型；
[0007]步骤S4：计算电池单元的局部合力，通过递归计算电池各单元的电压均值和标准差从而计算一个时间窗内电压的标准分数，最后计算一个电池相对于其他电池的局部合力；
[0008]步骤S5：计算电池单元基于豪斯多夫距离HD的修正Z分数，通过计算HD平均值和标准差计算各电池单元的修正Z分数；
[0009]步骤S6：故障监测及定位，基于电池组的绝缘电阻判断电池组是否运行正常，基于电池单元的局部合力判断电池单元是否运行正常，基于修正Z分数定位运行异常的电池单元。
[0010]进一步地，在步骤S1中，所述数据采集是引入移动窗口MW按时间序列采集电池组的历史运行数据及对应标签，所述历史运行数据包括电池组的工作参数和绝缘电阻，所述对应标签包括运行正常和运行异常，建立基于模糊逻辑的自适应绝缘电阻预测模型时，绝缘电阻数据仅用于与参数矩阵Θ的绝缘电阻估计值比较。
[0011]进一步地，在步骤S2中，所述数据预处理具体包括以下内容：步骤S21：消除重复数据，若存在两个相邻的行具有相同的数，被认为是重复记录，删除后一行；
[0012]步骤S22：极端电压消除，预设电压范围为2.5V
‑
4.5V，若电压数据超出范围，删除该采样时刻的所有数据；
[0013]步骤S23：缺少数据处理，根据缺失情况的不同，处理方法如下：步骤S231：若连续1分钟内采样数据缺失，预先设有采样时间为10s，当连续6个连续采样点数据缺失，删除缺失时间内的数据；
[0014]步骤S232：当连续3个数据缺失时，删除该采样点的所有数据；当数据不连续缺失或只有两个数据连续缺失时，采用相邻单元平均值插值法进行缺失值插值。
[0015]进一步地，在步骤S3中，所述建立基于模糊逻辑的自适应绝缘电阻预测模型是信号源Ug产生一个低频交流方波信号Vg，即通过底盘注入电池组，在采样电阻Rs上形成反馈电压Vs，计算电池组的绝缘电阻，具体包括以下步骤；步骤S31：初始化，具体包括：步骤S311：基于网络环法建立如下方程：；式中，R
l1
和R
l2
是限流电阻，V
b
是电池组电压，I1和I2是回路电流，电流方向为顺时针方向，R
i
为绝缘电阻；
[0016]步骤S312：定义如下公式：；式中，y是反馈信号的绝对值，R
i
是绝缘电阻值，R是电池组的内部电阻，Θ和Φ分别表示参数矩阵和输入矩阵；
[0017]步骤S32：计算电压误差e，所用公式如下：；式中，k是第k时刻；
[0018]步骤S33：计算电压误差的均值绝对值E，作为模糊逻辑的一个输入，所用公式如
下：；式中，j是索引，N表示滑动窗口的大小；
[0019]步骤S34：计算平均误差变化率ΔE，所用公式如下：；式中，M是步长；
[0020]步骤S35：更新遗忘因子λ，预先设有初始遗忘因子λ0，E、ΔE和Δλ的模糊域被设置为[
‑
0.005，0.005]、[
‑
0.001，0.001]和[
‑
0.02，
‑
0.005]，所用公式如下：；；式中，fuzzy（）是模糊逻辑函数，
∆
λ是遗忘因子校正；
[0021]步骤S36：计算滤波器增益K和协方差矩阵P，所用公式如下：；；
[0022]步骤S37：更新参数矩阵，所用公式如下：Θ（k）=Θ（k
‑
1）+K（k）e（k）；
[0023]步骤S38：计算绝缘电阻，预先设有估计误差阈值，信号源Vg在测量负侧绝缘故障时注入负电压，反馈信号V
s
为负值，信号源Vg在测量正侧绝缘故障时注入正电压，反馈信号V
s
为正值，当参数矩阵Θ的绝缘电阻估计值与实际绝缘电阻值的误差低于估计误差阈值时，计算并输出绝缘电阻，基于模糊逻辑的自适应绝缘电阻预测模型建立完成，所用公式如下：；式中，R
i
是电池组的正负极的绝缘电阻，p和n分别是电池组的正负极，R是电池组的内部电阻。
[0024]进一步地，在步骤S4中，所述计算电池单元的局部合力具体包括以下步骤：步骤S41：递归计算电池各单元的电压均值和标准差，所用公式如下：；；；式中，v
i
（k）是第i单元在k时刻的终端电压，v
̅
为是各单元电压的平均值，σ是各单元电压的标准差，θ
i
（k）是方差；
[0025]步骤S42：计算一个时间窗本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于储能量自检测的储能式极速充故障监测方法，其特征在于：该方法包括以下步骤：步骤S1：数据采集；步骤S2：数据预处理，通过消除重复数据、极端电压消除和根据缺失情况的不同进行缺少数据处理从而对数据进行预处理；步骤S3：建立基于模糊逻辑的自适应绝缘电阻预测模型，基于网络环法建立方程，通过计算电压误差e、电压误差的均值绝对值E和均误差变化率ΔE并基于模糊逻辑函数对遗忘因子更新；通过计算滤波器增益K和协方差矩阵P更新参数矩阵，并基于估计误差阈值建立基于模糊逻辑的自适应绝缘电阻预测模型；步骤S4：计算电池单元的局部合力，通过递归计算电池各单元的电压均值和标准差从而计算一个时间窗内电压的标准分数，最后计算一个电池相对于其他电池的局部合力；步骤S5：计算电池单元基于豪斯多夫距离HD的修正Z分数，通过计算HD平均值和标准差计算各电池单元的修正Z分数；步骤S6：故障监测及定位，基于电池组的绝缘电阻判断电池组是否运行正常，基于电池单元的局部合力判断电池单元是否运行正常，基于修正Z分数定位运行异常的电池单元。2.根据权利要求1所述的基于储能量自检测的储能式极速充故障监测方法，其特征在于：在步骤S3中，所述建立基于模糊逻辑的自适应绝缘电阻预测模型是信号源Ug产生一个低频交流方波信号Vg，即通过底盘注入电池组，在采样电阻Rs上形成反馈电压Vs，计算电池组的绝缘电阻，具体包括以下步骤；步骤S31：初始化，具体包括：步骤S311：基于网络环法建立如下方程：；式中，R
l1
和R
l2
是限流电阻，V
b
是电池组电压，I1和I2是回路电流，电流方向为顺时针方向，R
i
为绝缘电阻；步骤S312：定义如下公式：；式中，y是反馈信号的绝对值，R
i
是绝缘电阻值，R是电池组的内部电阻，Θ和Φ分别表示参数矩阵和输入矩阵；步骤S32：计算电压误差e，所用公式如下：；式中，k是第k时刻；步骤S33：计算电压误差的均值绝对值E，作为模糊逻辑的一个输入，所用公式如下：；
式中，j是索引，N表示滑动窗口的大小；步骤S34：计算平均误差变化率ΔE，所用公式如下：；式中，M是步长；步骤S35：更新遗忘因子λ，预先设有初始遗忘因子λ0，E、ΔE和Δλ的模糊域被设置为[
‑
0.005，0.005]、[
‑
0.001，0.001]和[
‑
0.02，
‑
0.005]，所用公式如下：；；式中，fuzzy（）是模糊逻辑函数，
∆
λ是遗忘因子校正；步骤S36：计算滤波器增益K和协方差矩阵P，所用公式如下：；；步骤S37：更新参数矩阵，所用公式如下：Θ（k）=Θ（k
‑
1）+K（k）e（k）；步骤S38：计算绝缘电阻，预先设有估计误差阈值，信号源Vg在测量负侧绝缘故障时注入负电压，反馈信号V
s
为负值，信号源Vg在测量正侧绝缘故障时注入正电压，反馈信号V
s
为正值，当参数矩阵Θ的绝缘电阻估计值与实际绝缘电阻值的误差低于估计误差阈值时，计算并输出绝缘电阻，基于模糊逻辑的自适应绝缘电阻预测模型建立完成，所用公式如下：；式中，R
i
是电池组的正负极的绝缘电阻，p和n分别是电池组的正负极，R是电池组的内部电阻。3.根据权利要求1所述的基于储能量自检测的储能式极速充故障监测方法，其特征在于：在步骤S4中，所述计算电池单元的局部合力具体包括以下步骤：步骤S41：递归计算电池各单元的电压均值和标准差，所用公式如下：；；；式中，v
i
（k）是第i单元在k时刻的终端电压，v
̅
为是各单元电压的平均值，σ是各单元电压的标准差，θ
i
（k）是方差；步骤S42：计算一个时间窗内电压的标准分数，所用公式如下：；式中，z
i
（k）是第i单元在k时刻的标准...

【专利技术属性】
技术研发人员：黎庭，卢燕，
申请(专利权)人：启垠科技深圳有限公司，
类型：发明
国别省市：